Redis 缓存穿透、缓存雪崩、缓存击穿

Redis 缓存穿透、缓存雪崩、缓存击穿

一、缓存穿透

1、什么是缓存穿透？

1. 请求未命中缓存层，直接访问数据库的现象
2. 有缓存层就会有缓存穿透，除非数据库的数据 全部 同步到缓存中，否则就一定会存在缓存穿透
3. 只能尽量避免 高频 的缓存穿透，不能彻底解决低频的缓存穿透

2、造成缓存穿透的场景？

1. ID 为 -1:
   解决方案：

• 通过数据库查询没有该数据库后，在缓存层缓存为null值
• 查询数据库之前，过滤掉非法ID

2. ID为 UUID：
   解决方案：

• 将所有ID存在缓存层中，只有缓存中存在，才让该请求访问数据库；由于 所有 ID存在缓存中，缓存存储于内存中 ，所以存在内存不足问题 ；故 在缓存层和数据库之间添加 布隆过滤器

3、布隆过滤器（布隆算法）

1. 核心思想：以一定的错误率换取空间

2. 算法流程：
   ID ➡️ hash算法（数组长度内、值分散）➡️ bit数组（hash值对应位置标记为1）；判断ID是否存在时，通过以上流程，查看该数组位置上是否标记
   

3. 存在错误率的原因：因为可能存在hash 碰撞
   hash碰撞：不同的值通过hash计算之后，得出相同的值
   

4. 降低错误率的方式

• 增加数组的长度，因为hash算法 取值在 算法长度内（一般hash取值后取模数组长度）
• 增加hash算法的个数（hash算法个数应该适量，例如：算法个数大于数组长度时，很容易缓存一个值就标记完数组中所有值）
  

二、缓存雪崩

1、什么是缓存雪崩？

缓存雪崩：缓存同一时间，大规模失效

2、造成缓存雪崩的场景

1. 大量热点数据设置为相同过期时间
   解决方案：

• 热点数据设置为不失效，只在修改的时候进行更新
• 设置过期时间时 + 随机数

2. Redis 服务器宕机

• Redis 服务器集群：多个服务器存 相同 的数据
• Redis 服务器分布式：缓存 按照分片规则 分散存在不同的 redis服务器中

数据迁移：分布式 redis时，由于添加一台 redis 服务器后，存在 以前 服务器的 部分 数据 ，已经不符合分片规则；所以需要将不符合分片规则的数据 进行迁移，hash一致性算法是用来解决 数据迁移的方案

3、Hash 一致性算法

1. Hash 一致性算法原理：redis 服务器节点通过 hash 计算出值（值范围为：0～2³²）,映射到一个0～2³²的圆上；然后缓存的数据依旧通过hash计算出值，映射到该圆上；数据和节点都映射到圆上之后，数据应该存储的节点，就是数据顺时针的第一个节点
   
2. 数据迁移：增加节点时只需要在 两个 节点之间迁移数据，其余节点不需要进行迁移
   
3. 有待优化：当redis节点太少时，容易发生数据倾斜
   4. 解决方案：添加虚拟节点，节点越多，发生数据倾斜的概率就越小
   

三、缓存击穿

1、什么是缓存击穿？

缓存击穿：高并发 场景下，单条 缓存失效后，大量 请求直接访问数据库

2、解决方案

添加分布式锁：

1. zookeeper：使用临时 有序 节点 来对请求进行排序；使用回调 来处理请求；使用zookeeper 心跳来处理 客户端宕机的情况
   

2. redis：请求进来时，添加一条数据（上锁），处理完成时删除该数据（解锁）；其他请求进来的时候，查看是否存在该数据，存在则等待

四、总结

• 缓存穿透 是请求未命中缓存层，直接访问数据库的现象；
• 缓存雪崩 和 缓存击穿 本质上都是缓存穿透，他们是缓存穿透的特殊情况；
• 缓存雪崩：缓存层 多条 缓存失效时，大量 不同的 请求直接访问数据库
• 缓存击穿：高并发场景下，缓存层 单条 缓存失效时，大量 相同的 请求直接访问数据库